CN115310617A - 量子态转化方法、装置及电子设备 - Google Patents
量子态转化方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115310617A CN115310617A CN202210928079.9A CN202210928079A CN115310617A CN 115310617 A CN115310617 A CN 115310617A CN 202210928079 A CN202210928079 A CN 202210928079A CN 115310617 A CN115310617 A CN 115310617A
- Authority
- CN
- China
- Prior art keywords
- quantum
- target
- state
- sub
- states
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 174
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004590 computer program Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 5
- 230000010365 information processing Effects 0.000 abstract description 3
- 239000003054 catalyst Substances 0.000 description 31
- 230000009466 transformation Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000000746 purification Methods 0.000 description 10
- 102000005717 Myeloma Proteins Human genes 0.000 description 5
- 108010045503 Myeloma Proteins Proteins 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011403 purification operation Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
本公开提供了一种量子态转化方法、装置及电子设备,涉及量子计算技术领域,具体涉及量子信息处理技术领域。具体实现方案为:基于目标转化关系,构造第一量子态的第一量子系统,第一量子态包括K个初始量子态;基于第一量子态和第二量子态,构造辅助量子态的第二量子系统,第二量子态是基于预设量子态将目标量子态嵌入至第一量子态的希尔伯特空间上得到的;基于目标转化关系下的量子态转化操作、第一量子系统和第二量子系统,对K个初始量子态和辅助量子态进行量子态转化,得到目标量子态和辅助量子态。
Description
技术领域
本公开涉及量子计算技术领域,尤其涉及量子信息处理技术领域,具体涉及一种量子态转化方法、装置及电子设备。
背景技术
量子态转化是量子信息处理中的一个基本问题,也是将量子技术实用化的关键步骤。在一应用场景中,如量子态提纯场景,可以将两个甚至是多个含噪的初始量子态在可允许的操作下转化成噪声较低的目标量子态,且要求目标量子态与理想量子态之间的保真度达到一定阈值。
目前,通常是使用多拷贝的目标量子态转化方案,来实现量子态转化,即将大量拷贝的初始量子态批量转化为多个拷贝的目标量子态。
发明内容
本公开提供了一种量子态转化方法、装置及电子设备。
根据本公开的第一方面,提供了一种量子态转化方法,包括:
基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到;
基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态;
基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
根据本公开的第二方面,提供了一种量子态转化装置,包括:
第一构造模块,用于基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到;
第二构造模块,用于基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态;
量子态转化模块,用于基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的任一项方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行第一方面中的任一项方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现第一方面中的任一项方法。
根据本公开的技术解决了多拷贝的目标量子态转化方案转化代价比较高的问题,降低了量子态转化的总体代价。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的量子态转化方法的流程示意图;
图2是目标转化关系的说明示意图之一;
图3是将多拷贝目标量子态转化方案转化成催化剂量子态辅助下的单拷贝目标量子态转化方案的说明示意图;
图4是目标转化关系的说明示意图之二;
图5是第一量子系统的说明示意图;
图6是第二量子系统的说明示意图;
图7是将M个目标量子态嵌入至高维希尔伯特空间上的说明示意图;
图8是第一目标量子系统的说明示意图;
图9是第二目标量子系统的说明示意图;
图10是第三目标量子系统的说明示意图;
图11是第四目标量子系统的说明示意图;
图12是丢弃第三目标量子系统中所嵌入系统得到的量子系统的说明示意图;
图13是本公开提供的一具体示例的量子态转化方法的流程示意图;
图14是根据本公开第二实施例的量子态转化装置的结构示意图;
图15是用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示,本公开提供一种量子态转化方法,包括如下步骤:
步骤S101:基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态。
其中,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到。
本实施例中,量子态转化方法涉及量子计算技术领域,尤其涉及量子信息处理技术领域,其可以广泛应用于量子态提纯场景下。
比如,在容错量子计算中,可以对一种特殊的量子态如魔法量子态(magic state)进行提纯操作,以降低量子计算结果的误差。又比如,在量子网络通信中,可以对纠缠量子态进行提纯,以加强使用纠缠进行量子通信时信息传递的保真度。即量子态转化,特别是量子态提纯操作是实现容错量子计算和量子网络通信中必不可少的步骤。
本公开实施例的量子态转化方法,可以由本公开实施例的量子态转化装置执行。本公开实施例的量子态转化装置可以配置在任意电子设备中,以执行本公开实施例的量子态转化方法。该电子设备可以为服务器,也可以为终端设备,这里不进行具体限定。
最理想的量子态提纯方案是将多个含噪的初始量子态转化为一个低噪声的目标量子态,即实现单拷贝目标量子态的转化,同时保证所使用的初始量子态的数量尽可能少。由于完成转化所允许的操作限制以及转化后量子态保真度的阈值要求,单拷贝目标量子态的转化方案不一定存在。即在无催化剂量子态辅助的情况下,单拷贝目标量子态的转化代价存在理论极限,低于此极限的转化可能无法完成。
一种常用的解决方式是多拷贝目标量子态转化方案,即同时将大量拷贝的初始量子态批量转化为多个拷贝的目标量子态,这样可以实现目标转化关系,将N个拷贝的初始量子态批量转化为M个拷贝的目标量子态,即消耗N个拷贝的初始量子态,以获得M个拷贝的目标量子态。其中,一个拷贝的量子态可以指的是一个寄存器下存储的量子态,即多拷贝目标量子态转化方案中需要消耗N个寄存器下存储的初始量子态,以获得M个目标量子态。
这种转化方式可以使得目标量子态的保真度达到阈值要求,且平均每获得一个目标量子态所使用的初始量子态个数较少,即可以以较低的平均代价完成转化。然而,由于需要进行大批量的转化,导致所使用的初始量子态的总数较多,容易超出预算控制;另外获得的大量目标量子态可能超出实际所需要使用的数量,造成浪费。比如,容错量子计算所使用的魔法态提纯中,通过大批量的转化可以降低平均成本,但是总成本巨大。
因此,本实施例提供一种催化剂量子态辅助下的量子态转化方案,通过在催化剂量子态即辅助量子态的辅助下,可以将任意多拷贝目标量子态的转化方案,转化成催化剂量子态辅助下的单拷贝目标量子态的转化方案,这样可以大大降低量子态转化的总体代价。
比如,可以应用于容错量子计算场景下的魔法量子态提纯中,将多拷贝魔法量子态提纯方案转化为单拷贝魔法量子态提纯方案,降低提纯代价,提高计算准确性。
又比如,可以应用于量子网络通信中,由于主流的量子网络架构采用量子隐形传态进行量子态传输,因此需要对量子隐形传态所涉及的纠缠量子态先进行提纯操作,以使得传输的量子态不被破坏。通过将多拷贝纠缠量子态提纯方案转化为单拷贝纠缠量子态提纯方案,可以帮助降低纠缠量子态提纯的代价,提高纠缠转化的精度,从而进一步提高量子态在传输时的保真度。
即设目标转化关系成立,该目标转化关系可以通过一种多拷贝目标量子态的转换方案实现,将N个拷贝的初始量子态ρ,转化成M(M≤N)个拷贝的理想量子态,转化得到的目标量子态ηM与理想量子态之间的保真度为1-∈(0≤∈1),转化成功概率为p。那么,本实施例可以提高一种催化剂量子态辅助下的单拷贝目标量子态转化方案使得(即K不小于N除以M的最小正整数)个拷贝的初始量子态ρ能够转换成1个拷贝的目标量子态,并且转化后得到的目标量子态与理想量子态之间的保真度为1-∈,成功概率为p。
图2是目标转化关系的说明示意图,图2中绘制了完美转化(即∈=0,表示转化得到的目标量子态与理想量子态相同,且p=100%,表示每个目标量子态均转化成功)的情形,具体实施并不受此限制。设存在多拷贝目标量子态转化方案将N=15个拷贝的初始量子态ρ(用圆点201表示),转化成M=5个拷贝的目标量子态σ(用圆点202表示),即图2中获得的目标量子态对应为完美转化的理想情况,即5个拷贝的目标量子态,用表示,实际情况中可以允许目标量子态之间存在关联(即可以不是独立分散的圆点)。
举例来说,如图3所示,设有一种多拷贝目标量子态的转化方案,即将200个拷贝的初始量子态转化为100个拷贝的目标量子态,本实施例可以将此多拷贝目标量子态转化方案转化成催化剂量子态辅助下的单拷贝目标量子态转化方案。具体地,可以在催化剂量子态辅助下,利用2个拷贝的初始量子态和催化剂量子态即可完成量子态转化,即获得1个拷贝的目标量子态。
具体实现中,在目标转化关系成立的情况下,可以确定平均每获得一个目标量子态所使用的初始量子态个数K,K是基于N除以M的值向上取整得到即并将K个拷贝的量子态ρ组成一组,记录为ζ为第一量子态。相应的,如图2所示的目标转化关系可以表示为如图4所示。其中,圆圈401表示第一量子态,目标转化关系中可以包括M组第一量子态ζ,用表示。
之后,可以构造第一量子态的第一量子系统,该第一量子系统可以包括M个第一量子态分量,这M个第一量子态分量可以通过均匀概率叠加得到第一量子态。
在一可选实施方式中,可以将第一量子态分成M个分量,每个分量为1/M个第一量子态,M个分量叠加即可得到第一量子态,基于这M个分量即可以构造得到第一量子系统。
在另一可选实施方式中,可以将第一量子态作为分量,M个分量通过1/M的均匀概率叠加即可得到第一量子态,基于这M个分量即可以构造得到第一量子系统。如图5所示,该列表示第一量子系统,该列的每一行表示一个第一量子态分量。
步骤S102:基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态。
该步骤中,第二量子态是基于预设量子态将目标量子态嵌入至第一量子态的希尔伯特空间上得到的。其中,预设量子态可以为任意一个可制备的量子态,如方便制备的零态。
通常情况下,初始量子态ρ和转化得到的目标量子态η处于同一个希尔伯特空间S,即对应的密度矩阵具有相同的矩阵维数。而由于第一量子态由K个初始量子态组合得到,即第一量子态为高维希尔伯特空间SK的量子态,可以基于预设量子态如零态将一个希尔伯特空间S的目标量子态嵌入至一个高维希尔伯特空间T=SK中,嵌入后的量子态为第二量子态。具体的嵌入方式可通过如下变换即通过添加处于希尔伯特空间SK-1上的零态,来将希尔伯特空间S上的任意量子态W扩展成希尔伯特空间T上的量子态当W为目标量子态η时,ε(W)即为第二量子态。
辅助量子态可以称之为催化剂量子态,可以将多拷贝目标量子态转化方案转化成催化剂量子态辅助下的单拷贝目标量子态转化方案。具体可以基于多拷贝目标量子态转化方案的目标转化关系下的量子态转化操作,在催化剂量子态的辅助下,将第一量子态和催化剂量子态一起转化,从而实现消耗K个拷贝的初始量子态,可以获得一个拷贝的目标量子态。即本实施例中,在催化剂量子态辅助下,仅消耗K个寄存器下存储的初始量子态,即可获得一个目标量子态,这样可以打破单拷贝目标量子态的转化代价存在理论极限的束缚。
相应的,可以基于第一量子态和第二量子态,构造辅助量子态的第二量子系统,以辅助第一量子态转化。其中,所构造的第二量子系统可以包括M-1个第一子量子系统,且每个第一子量子系统可以包括M个第二量子态分量,这样可以使得所构造的第二量子系统中每个第一子量子系统与第一量子系统的结构相同,从而可以使得第一量子态和辅助量子态可以合并一起转化。
并且,第二量子系统包括M-1个第一子量子系统,使得第一量子系统与第二量子系统拼接之后,可以具备M个子量子系统,从而针对M个子量子系统在同一维度下的M个量子态分量(即包括M*K个量子态)可以执行目标转化关系下的量子态转化操作。该量子态转化操作可实现多拷贝目标量子态转化方案,即实现将N个初始量子态(即M*K个初始量子态)转化为M个目标量子态。
在具体构造过程中,可以将第二量子态分量设置为第一量子态或第二量子态,且第二量子系统中需要保证至少M-1个第二量子态分量为第一量子态,使得第一量子系统与第二量子系统拼接之后,可以执行目标转化关系下的量子态转化操作。
在一可选实施方式中,为了在不执行任何变换操作的情况下可执行目标转化关系下的量子态转化操作,可以将第二量子系统中M-1第一子量子系统在同一维度下的M-1个量子态分量设置为第一量子态。其中,变换操作可以指的是变换量子态分量所处的维度或量子态分量所处的量子系统。比如,可以将第二量子系统中M-1第一子量子系统在第M个维度下的M-1个量子态分量设置为第一量子态。
在一可选实施方式中,第二量子系统可以如图6所示,该图中,每列表示一个第一子量子系统,即该第二量子系统可以包括4个第一子量子系统,每行表示一个第二量子态分量,即每个第一子量子系统可以包括5个第二量子态分量,其中,一些第二量子态分量601可以设置为第一量子态,另一些第二量子态分量602可以设置为第二量子态。完整的辅助量子态由所有行所表示的第二量子态分量进行均匀概率叠加所得。
步骤S103:基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
该步骤中,量子态转化操作可实现多拷贝目标量子态转化方案,即实现将N个初始量子态转化为M个目标量子态。
在一可选实施方式中,设多拷贝目标量子态转化方案当N小于M*K时,在该种情况下,可以先丢弃M*K-N个拷贝的初始量子态,之后将作用到剩余拷贝的初始量子态ρ(相当于作用在M个第一量子态)上,即实现了目标转化关系下的量子态转化操作。
如图7所示,可以将每一个希尔伯特空间S嵌入到一个高维希尔伯特空间T=SK中,并记录嵌入后对应的量子态为具体的嵌入方式可以采用如下变换即通过添加处于希尔伯特空间SK-1上的零态,将希尔伯特空间S上的任意量子态W扩展成希尔伯特空间T上的量子态即嵌入后的量子态为
可以包括M个第二量子态702,每个第二量子态可以包括一个希尔伯特空间S上的目标量子态7021和两个希尔伯特空间S上的零态7022。也就是说,目标转换关系下的量子态转化操作可以指的是将M个所述第一量子态转化成M个第二量子态。
可以将第一量子系统和第二量子系统进行拼接,以将第一量子态和催化剂量子态一起转化,其拼接方式可以将第一量子系统拼接在第二量子系统之前,也可以将第一量子系统拼接在第二量子系统之后,这里不进行具体限定。
可以基于拼接得到的第一目标量子系统执行一些操作,该操作可以包括目标转化关系下的量子态转化操作,以将可实现目标转化关系的多拷贝目标量子态转化方案转化成催化剂量子态辅助下的单拷贝目标量子态转化方案,从而实现仅消耗K个拷贝的初始量子态,以获得一个拷贝的目标量子态。
其中,将第一量子态和催化剂量子态一起转化可以指的是在催化剂量子态的辅助下将第一量子态转化为目标量子态,且将第一量子态转化为目标量子态的同时,可以将催化剂量子态还原,即催化剂量子态在转化前后不发生变化。
本实施例中,通过基于目标转化关系,构造第一量子态的第一量子系统;基于第一量子态和第二量子态,构造辅助量子态的第二量子系统;并基于目标转化关系下的量子态转化操作、第一量子系统和第二量子系统,对K个初始量子态和辅助量子态进行量子态转化,得到目标量子态和辅助量子态。如此,通过对催化剂量子态的使用,可以将任意多拷贝目标量子态的转化方案,转化成催化剂辅助下的单拷贝目标量子态转化方案,且可以保持辅助量子态前后不变,从而可以大大降低量子态转化的总体代价,且可以扩大量子态可转化的范围。
可选的,所述步骤S102具体包括:
基于维度指标的M个状态,构造M-1个所述第一子量子系统在每个所述状态指示的维度上的所述第二量子态分量,得到所述第二量子系统,所述维度指标用于指示所述第二量子态分量的维度;
其中,在所述状态指示的维度为i的情况下,将M-1个所述第一子量子系统中前i-1个子量子系统在第i个维度上的所述第二量子态分量设置为所述第一量子态,并将M-1个所述第一子量子系统中后M-i个子量子系统在第i个维度上的所述第二量子态分量设置为所述第二量子态,i为小于或等于M的正整数。
本实施方式中,维度指标可以是一个维数为M的指标,其可以包括M个状态,用|i><i|表示,1≤i≤M-1,用于指示第二量子态分量的维度。
通过如上式(1)所构造的辅助量子态的第二量子系统可以如图6所示,该催化剂量子态ω即辅助量子态的第二量子系统可以包含M-1个量子系统T(即第一子量子系统,用列表示)和一个维数为M的经典系统(即维度为M的第二量子态分量的系统),每一行表示辅助量子态的一个量子态分量,完整的催化剂量子态由所有行所表示的量子态分量进行均匀概率叠加所得。其中,量子系统T可以表示量子态位于希尔伯特空间T上的量子系统。
具体构造方式描述如下:对于给定的维度指标i(1≤i≤M),设置M-1个第一子量子系统中前i-1个子量子系统为第一量子态即将M-1个第一子量子系统中前i-1个子量子系统在第i个维度上的每个第二量子态分量均设置为第一量子态,剩余子量子系统为第二量子态即将M-1个第一子量子系统中后M-i个子量子系统在第i个维度上的每个第二量子态分量均设置为第二量子态,经典系统的状态设置为|i><i|,对所有不同的1≤i≤M对应的第二量子态分量进行均匀概率叠加,从而可以得到辅助量子态ω。
本实施方式中,通过基于维度指标的M个状态,构造M-1个所述第一子量子系统在每个所述状态指示的维度上的所述第二量子态分量,得到所述第二量子系统,所述维度指标用于指示所述第二量子态分量的维度。如此,可以实现催化剂量子态的构造。
可选的,所述第二量子系统包括M-1个目标量子态分量,M-1个所述目标量子态分量位于同一维度,且M-1个所述目标量子态分量相同,所述目标量子态分量为所述第一量子态;所述步骤S103具体包括:
将所述第一量子系统和所述第二量子系统进行拼接,得到第一目标量子系统,所述第一目标量子系统中所述第一量子系统排列在所述第二量子系统之前;
对M个第三量子态分量执行所述量子态转化操作,得到第二目标量子系统,M个所述第三量子态分量包括所述第一量子态分量和M-1个所述目标量子态分量,所述量子态转化操作包括:将M个所述第一量子态转化成M个所述第二量子态;
对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,所述第三目标量子系统中第二子量子系统包括M个所述第二量子态,所述第二子量子系统排列在M-1个第三子量子系统之前,所述第三子量子系统为所述第三目标量子系统中除所述第二子量子系统之外的其他子量子系统,M-1个所述第三子量子系统与M-1个所述第一子量子系统相同;
对所述第二子量子系统执行还原操作,得到所述目标量子态;
将M-1个所述第三子量子系统中各个维度的量子态分量进行均匀概率叠加,得到所述辅助量子态。
本实施方式中,第二量子系统可以包括M-1个目标量子态分量,M-1个目标量子态分量位于同一维度,且M-1个目标量子态分量相同,目标量子态分量为第一量子态。
如图6所示,第二量子系统中第M个维度上的M-1个第二量子态分量均为第一量子态。以下催化剂量子态以图6为例,在该催化剂量子态的辅助下,对K个初始量子态进行量子态转化的方案进行详细说明。
第一目标量子系统如图8所示,虚线左边的子量子系统为第一量子系统,虚线右边的子量子系统为第二量子系统。第一目标量子系统可以包含M个量子系统T和一个维度为M的经典系统。
之后,可以对第一目标量子系统施加一个以经典系统为控制位,量子系统为受控位的控制操作,得到第二目标量子系统。具体的,控制操作可表示为其中,id为恒等变换,即不做任何操作,为多拷贝目标量子态转化方案,如果M*K>N,则可以先丢弃M*K-N个拷贝的初始量子态,将作用到剩余的N个拷贝的初始量子态ρ上。即如果控制位为M,则对受控位施加目标转化关系下的量子态转化操作,否则,不做操作。
记实验成功后的量子态为ν1,该量子态ν1的第二目标量子系统如图9所示,从图9可以看出,第二目标量子系统中第M个维度上的M个量子态分量已经从M个第一量子态成功转化为M个第二量子态,其中,M=5。
之后,可以对第二目标量子系统执行量子态交换操作,得到第三目标量子系统。其中,量子态交换操作可以包括量子态分量的维度交换操作,和/或,量子态的量子系统交换操作,量子态分量的维度交换操作指的是交换量子态分量的维度,以将量子态分量从一个维度变换到另一个维度,量子态的量子系统交换操作指的是交换量子态的量子系统,以将量子态从一个量子系统变换到另一个量子系统。
第三目标量子系统可以包括第二子量子系统和第三子量子系统,第二子量子系统即排列在最前的量子系统,第三子量子系统排列在第二子量子系统之后,第三目标量子系统可以包括M-1个第三子量子系统。
量子态交换操作的目的是通过量子态分量的维度交换操作,和/或,量子态的量子系统交换操作,以将排列在最前的量子系统(排列位置上对应K个初始量子态的量子系统即第一量子系统)所包括的M个量子态分量变换为M个第二量子态,得到第二子量子系统。
在一可选实施方式中,通过量子态交换操作,可以得到第三目标量子系统,如图10所示,第二子量子系统1001可以包括5个第二量子态1002,第二量子态1002可以包括目标量子态10021和所嵌入的预设量子态10022。
由于第二量子态是基于预设量子态将目标量子态嵌入至第一量子态的希尔伯特空间上得到,这样,可以对第二子量子系统即M个第二量子态执行还原操作,得到目标量子态的量子系统,基于目标量子态的量子系统,可以得到该目标量子态。其中,还原操作可以指的是将第二量子态中嵌入位置处的预设量子态丢弃即删除。
相应的,通过对第一目标量子系统执行量子态转化操作和量子态交换操作,在得到目标量子态的同时,可以将辅助量子态还原。如图10所示,第三目标量子系统还包括辅助量子态的第二量子系统排列位置处的量子系统1003,即包括M-1个第三子量子系统,第三目标量子系统中辅助量子态的第二量子系统排列位置处的量子系统1003与如图6所示的辅助量子态的第二量子系统相同。如此,通过将M-1个第三子量子系统中各个维度的量子态分量进行均匀概率叠加,可以得到辅助量子态,这样可供后续重复使用。
本实施方式中,通过将第一量子系统和第二量子系统进行拼接,得到第一目标量子系统;对M个第三量子态分量执行量子态转化操作,得到第二目标量子系统;对第二目标量子系统执行量子态交换操作,得到第三目标量子系统,第三目标量子系统中第二子量子系统包括M个第二量子态;对第二子量子系统执行还原操作,得到目标量子态。如此,将第一量子系统和第二量子系统拼接得到第一目标量子系统的基础上,通过对第一目标量子系统执行一系列操作(包括目标转化关系下的量子态转化操作、量子态交换操作和还原操作),可以将排列位置上对应K个初始量子态的量子系统即第一量子系统转化为目标量子态的量子系统,从而可以实现在催化剂量子态的辅助下,通过消耗K个拷贝的初始量子态可以转化得到一个拷贝的目标量子态,这样大大降低了量子态转化的总体代价。
可选的,所述对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,包括:
以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统;
以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统。
本实施方式中,量子态交换操作可以包括第一轮换操作和第二轮换操作,第一轮换操作可以对应量子态分量的维度交换操作,用于将量子态分量从一个维度变换到另一个维度,第二轮换操作可以对应量子态的量子系统交换操作,用于将量子态从一个量子系统变换到另一个量子系统。
其中,轮换可以指的是将量子态分量依次进行变换,直至所有的量子分量变换完成,而以维度为基准指的是将一个维度的量子态分量批量变换到另一个维度,以子量子系统为基准指的是将量子态中的所有量子态分量从一个子量子系统批量变换至另一个子量子系统。
第一轮换操作可以包括一次、两次甚至是多次轮换,轮换顺序可以按照维度从小到大的顺序,也可以按照从大到小的顺序;第二轮换操作也可以包括一次、两次甚至是多次轮换,轮换顺序可以按照子量子系统从前至后的排列顺序,也可以按照从后至前的排列顺序,这里均不进行具体限定。
可以以维度为基准,以任一轮换步长对第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统。在一可选实施方式中,轮换步长可以为1,第一轮换操作可以包括一次轮换,轮换顺序可以按照维度从小到大的顺序。
可以以子量子系统为基准,以任一轮换步长对第四目标量子系统中各个子量子系统执行第二轮换操作,得到第三目标量子系统。在一可选实施方式中,轮换步长可以为1,第二轮换操作可以包括一次轮换,轮换顺序可以按照子量子系统从前至后的排列顺序。
可以通过对第二目标量子系统中的经典系统施加酉变换,来执行第一轮换操作。可以通过互换(SWAP)门对第四目标量子系统中的不同子量子系统进行交换,以执行第二轮换操作。
本实施方式中,通过第一轮换操作和第二轮换操作,可以将排列在最前的量子系统所包括的M个量子态分量变换为M个第二量子态,得到第二子量子系统,且通过轮换方式实现相对简单。
可选的,所述以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统,包括:
按照维度从小到大的顺序,以轮换步长为1对所述第二目标量子系统中各个维度的量子态分量进行轮换,得到第四目标量子系统。
本实施方式中,轮换顺序可以按照维度从小到大的顺序,轮换步长为1,并仅执行一次轮换,酉变换可以采用如下式(2)实现。
上式(2)中,可以对量子态ν1即第二目标量子系统中的经典系统的编号进行轮换,即对所有的1≤i≤M-1,将|i><i|变换为|i+1><i+1|,将|M><M|变换为|1><1|,记轮换后的量子态为ν2。
以图9为例,执行上式(2)所示的酉变换后,可以将图9中的所有行进行轮换,最后一行移到第一行,第一行移到第二行,以此类推,得到第四目标量子系统如图11所示。
本实施方式中,通过按照维度从小到大的顺序,轮换步长为1,并仅执行一次轮换的第一轮换操作,可以进一步简化量子态交换操作,从而可以简化量子态转换的处理。
可选的,所述以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统,包括:
按照子量子系统从前至后的排列顺序,以轮换步长为1对所述第四目标量子系统中各个子量子系统进行轮换,得到所述第三目标量子系统。
本实施方式中,轮换顺序可以按照子量子系统从前至后的排列顺序,轮换步长为1,并仅执行一次轮换,对量子态ν2即第四目标量子系统的M个子量子系统进行轮换,设子量子系统的编号为1,2,…,M,即对所有的1≤i≤M-1,将子量子系统i上的量子态变换到子量子系统i+1上,将子量子系统M上的量子态变换到子量子系统1上。具体轮换方式可通过执行相邻子量子系统之间的SWAP门实现,记轮换后的量子态为ν3。
以图11为例,对图11中所得到的第四目标量子系统进行子量子系统的轮换,即将图11中的所有列进行轮换,最后一列移到第一列,第一列移到第二列,以此类推,得到第三目标量子系统如图10所示。
本实施方式中,通过按照子量子系统从前至后的排列顺序,轮换步长为1,并仅执行一次轮换的第二轮换操作,可以进一步简化量子态交换操作,从而可以简化量子态转换的处理。
可选的,所述对所述第二子量子系统执行还原操作,得到所述目标量子态,包括:
将M个所述第二量子态中嵌入的所述预设量子态进行删除,得到第四子量子系统,所述第四子量子系统包括M个第三量子态,所述第三量子态为删除所述预设量子态后得到的量子态;
将M个所述第三量子态进行均匀概率叠加,得到所述目标量子态。
本实施方式中,可以对第三目标量子系统中的第二子量子系统中的每个第二量子态进行处理,具体可以将每个第二量子态中嵌入的预设量子态丢弃,即丢弃其第一个量子系统T中的嵌入系统SK-1,获得第四子量子系统。
如图12所示,丢弃图10所获得的量子态的第一个量子系统T中的嵌入系统,即丢弃图10中第一列对应圆圈中的圆点10022,得到第四子量子系统,第四子量子系统可以包括M个第三量子态1201,通过将M个第三量子态进行均匀概率叠加,输出第一个量子系统即第四子量子系统上的量子态,该量子态即为目标量子态,这样可以使得第一个量子系统上所处的量子态为单拷贝的目标量子态。从而可以实现催化剂量子态辅助下的单拷贝目标量子态的转化,即消耗K个拷贝的初始量子态,获得一个拷贝的目标量子态。
以下以一具体示例,对本实施例提供的量子态转化方案进行详细说明。如图13所示,该示例包括如下步骤:
步骤S1302:计算K,组合初始量子态,如图4所示,并构造第一量子态的第一量子系统;
步骤S1303:将目标量子态嵌入至希尔伯特空间T,如图7所示;
步骤S1304:构造催化剂量子态,得到如图6所示的辅助量子态的第二量子系统;
步骤S1305:将如图5所示的第一量子态的第一量子系统和辅助量子态的第二量子系统拼接得到如图8所示的第一目标量子系统之后,对第一目标量子系统执行量子态转化操作,得到如图9所示的第二目标量子系统;
步骤S1306:按照维度从小到大的顺序,以轮换步长为1对所述第二目标量子系统中各个维度的量子态分量进行轮换,得到如图11所示的第四目标量子系统。
步骤S1307:按照子量子系统从前至后的排列顺序,以轮换步长为1对所述第四目标量子系统中各个子量子系统进行轮换,得到如图10所示的第三目标量子系统;
步骤S1308:丢弃嵌入的量子系统,得到如图12所示的量子系统;
步骤S1309:基于如图12所示的量子系统,通过均匀概率叠加输出单拷贝目标量子态和辅助量子态。
第二实施例
如图14所示,本公开提供一种量子态转化装置1400,包括:
第一构造模块1401,用于基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到;
第二构造模块1402,用于基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态;
量子态转化模块1403,用于基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
可选的,所述第二构造模块1402,具体用于:
基于维度指标的M个状态,构造M-1个所述第一子量子系统在每个所述状态指示的维度上的所述第二量子态分量,得到所述第二量子系统,所述维度指标用于指示所述第二量子态分量的维度;
其中,在所述状态指示的维度为i的情况下,将M-1个所述第一子量子系统中前i-1个子量子系统在第i个维度上的所述第二量子态分量设置为所述第一量子态,并将M-1个所述第一子量子系统中后M-i个子量子系统在第i个维度上的所述第二量子态分量设置为所述第二量子态,i为小于或等于M的正整数。
可选的,所述第二量子系统包括M-1个目标量子态分量,M-1个所述目标量子态分量位于同一维度,且M-1个所述目标量子态分量相同,所述目标量子态分量为所述第一量子态;所述量子态转化模块1403包括:
拼接子模块,用于将所述第一量子系统和所述第二量子系统进行拼接,得到第一目标量子系统,所述第一目标量子系统中所述第一量子系统排列在所述第二量子系统之前;
第一操作子模块,用于对M个第三量子态分量执行所述量子态转化操作,得到第二目标量子系统,M个所述第三量子态分量包括所述第一量子态分量和M-1个所述目标量子态分量,所述量子态转化操作包括:将M个所述第一量子态转化成M个所述第二量子态;
第二操作子模块,用于对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,所述第三目标量子系统中第二子量子系统包括M个所述第二量子态,所述第二子量子系统排列在M-1个第三子量子系统之前,所述第三子量子系统为所述第三目标量子系统中除所述第二子量子系统之外的其他子量子系统,M-1个所述第三子量子系统与M-1个所述第一子量子系统相同;
第三操作子模块,用于对所述第二子量子系统执行还原操作,得到所述目标量子态;
叠加子模块,用于将M-1个所述第三子量子系统中各个维度的量子态分量进行均匀概率叠加,得到所述辅助量子态。
可选的,所述第二操作子模块包括:
第一操作单元,用于以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统;
第二操作单元,用于以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统。
可选的,所述第一操作单元,具体用于:
按照维度从小到大的顺序,以轮换步长为1对所述第二目标量子系统中各个维度的量子态分量进行轮换,得到第四目标量子系统。
可选的,所述第二操作单元,具体用于:
按照子量子系统从前至后的排列顺序,以轮换步长为1对所述第四目标量子系统中各个子量子系统进行轮换,得到所述第三目标量子系统。
可选的,所述第三操作子模块,具体用于:
将M个所述第二量子态中嵌入的所述预设量子态进行删除,得到第四子量子系统,所述第四子量子系统包括M个第三量子态,所述第三量子态为删除所述预设量子态后得到的量子态;
将M个所述第三量子态进行均匀概率叠加,得到所述目标量子态。
本公开提供的量子态转化装置1400能够实现量子态转化方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图15示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图15所示,设备1500包括计算单元1501,其可以根据存储在只读存储器(ROM)1502中的计算机程序或者从存储单元1508加载到随机访问存储器(RAM)1503中的计算机程序,来执行各种适当的动作和处理。在RAM 1503中,还可存储设备1500操作所需的各种程序和数据。计算单元1501、ROM 1502以及RAM 1503通过总线1504彼此相连。输入/输出(I/O)接口1505也连接至总线1504。
设备1500中的多个部件连接至I/O接口1505,包括:输入单元1506,例如键盘、鼠标等;输出单元1507,例如各种类型的显示器、扬声器等;存储单元1508,例如磁盘、光盘等;以及通信单元1509,例如网卡、调制解调器、无线通信收发机等。通信单元1509允许设备1500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1501执行上文所描述的各个方法和处理,例如量子态转化方法。例如,在一些实施例中,量子态转化方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1502和/或通信单元1509而被载入和/或安装到设备1500上。当计算机程序加载到RAM 1503并由计算单元1501执行时,可以执行上文描述的量子态转化方法的一个或多个步骤。备选地,在其他实施例中,计算单元1501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行量子态转化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种量子态转化方法,包括:
基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到;
基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态;
基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
2.根据权利要求1所述的方法,其中,所述基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,包括:
基于维度指标的M个状态,构造M-1个所述第一子量子系统在每个所述状态指示的维度上的所述第二量子态分量,得到所述第二量子系统,所述维度指标用于指示所述第二量子态分量的维度;
其中,在所述状态指示的维度为i的情况下,将M-1个所述第一子量子系统中前i-1个子量子系统在第i个维度上的所述第二量子态分量设置为所述第一量子态,并将M-1个所述第一子量子系统中后M-i个子量子系统在第i个维度上的所述第二量子态分量设置为所述第二量子态,i为小于或等于M的正整数。
3.根据权利要求1所述的方法,其中,所述第二量子系统包括M-1个目标量子态分量,M-1个所述目标量子态分量位于同一维度,且M-1个所述目标量子态分量相同,所述目标量子态分量为所述第一量子态;
所述基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态,包括:
将所述第一量子系统和所述第二量子系统进行拼接,得到第一目标量子系统,所述第一目标量子系统中所述第一量子系统排列在所述第二量子系统之前;
对M个第三量子态分量执行所述量子态转化操作,得到第二目标量子系统,M个所述第三量子态分量包括所述第一量子态分量和M-1个所述目标量子态分量,所述量子态转化操作包括:将M个所述第一量子态转化成M个所述第二量子态;
对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,所述第三目标量子系统中第二子量子系统包括M个所述第二量子态,所述第二子量子系统排列在M-1个第三子量子系统之前,所述第三子量子系统为所述第三目标量子系统中除所述第二子量子系统之外的其他子量子系统,M-1个所述第三子量子系统与M-1个所述第一子量子系统相同;
对所述第二子量子系统执行还原操作,得到所述目标量子态;
将M-1个所述第三子量子系统中各个维度的量子态分量进行均匀概率叠加,得到所述辅助量子态。
4.根据权利要求3所述的方法,其中,所述对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,包括:
以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统;
以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统。
5.根据权利要求4所述的方法,其中,所述以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统,包括:
按照维度从小到大的顺序,以轮换步长为1对所述第二目标量子系统中各个维度的量子态分量进行轮换,得到第四目标量子系统。
6.根据权利要求4所述的方法,其中,所述以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统,包括:
按照子量子系统从前至后的排列顺序,以轮换步长为1对所述第四目标量子系统中各个子量子系统进行轮换,得到所述第三目标量子系统。
7.根据权利要求3所述的方法,其中,所述对所述第二子量子系统执行还原操作,得到所述目标量子态,包括:
将M个所述第二量子态中嵌入的所述预设量子态进行删除,得到第四子量子系统,所述第四子量子系统包括M个第三量子态,所述第三量子态为删除所述预设量子态后得到的量子态;
将M个所述第三量子态进行均匀概率叠加,得到所述目标量子态。
8.一种量子态转化装置,包括:
第一构造模块,用于基于目标转化关系,构造第一量子态的第一量子系统,所述第一量子态包括K个初始量子态,所述目标转化关系为N个所述初始量子态与M个目标量子态的转化关系,所述第一量子系统包括M个第一量子态分量,所述第一量子态分量通过均匀概率叠加可得到所述第一量子态,N和M均为大于1的整数,N大于或等于M,K是基于N除以M的值向上取整得到;
第二构造模块,用于基于所述第一量子态和第二量子态,构造辅助量子态的第二量子系统,所述第二量子态是基于预设量子态将所述目标量子态嵌入至所述第一量子态的希尔伯特空间上得到的,所述第二量子系统包括M-1个第一子量子系统,所述第一子量子系统包括M个第二量子态分量,所述第二量子态分量为所述第一量子态或所述第二量子态,所述第二量子态分量通过均匀概率叠加可得到所述辅助量子态;
量子态转化模块,用于基于所述目标转化关系下的量子态转化操作、所述第一量子系统和所述第二量子系统,对K个所述初始量子态和所述辅助量子态进行量子态转化,得到所述目标量子态和所述辅助量子态。
9.根据权利要求8所述的装置,其中,所述第二构造模块,具体用于:
基于维度指标的M个状态,构造M-1个所述第一子量子系统在每个所述状态指示的维度上的所述第二量子态分量,得到所述第二量子系统,所述维度指标用于指示所述第二量子态分量的维度;
其中,在所述状态指示的维度为i的情况下,将M-1个所述第一子量子系统中前i-1个子量子系统在第i个维度上的所述第二量子态分量设置为所述第一量子态,并将M-1个所述第一子量子系统中后M-i个子量子系统在第i个维度上的所述第二量子态分量设置为所述第二量子态,i为小于或等于M的正整数。
10.根据权利要求8所述的装置,其中,所述第二量子系统包括M-1个目标量子态分量,M-1个所述目标量子态分量位于同一维度,且M-1个所述目标量子态分量相同,所述目标量子态分量为所述第一量子态;所述量子态转化模块包括:
拼接子模块,用于将所述第一量子系统和所述第二量子系统进行拼接,得到第一目标量子系统,所述第一目标量子系统中所述第一量子系统排列在所述第二量子系统之前;
第一操作子模块,用于对M个第三量子态分量执行所述量子态转化操作,得到第二目标量子系统,M个所述第三量子态分量包括所述第一量子态分量和M-1个所述目标量子态分量,所述量子态转化操作包括:将M个所述第一量子态转化成M个所述第二量子态;
第二操作子模块,用于对所述第二目标量子系统执行量子态交换操作,得到第三目标量子系统,所述第三目标量子系统中第二子量子系统包括M个所述第二量子态,所述第二子量子系统排列在M-1个第三子量子系统之前,所述第三子量子系统为所述第三目标量子系统中除所述第二子量子系统之外的其他子量子系统,M-1个所述第三子量子系统与M-1个所述第一子量子系统相同;
第三操作子模块,用于对所述第二子量子系统执行还原操作,得到所述目标量子态;
叠加子模块,用于将M-1个所述第三子量子系统中各个维度的量子态分量进行均匀概率叠加,得到所述辅助量子态。
11.根据权利要求10所述的装置,其中,所述第二操作子模块包括:
第一操作单元,用于以维度为基准,对所述第二目标量子系统中各个维度的量子态分量执行第一轮换操作,得到第四目标量子系统;
第二操作单元,用于以子量子系统为基准,对所述第四目标量子系统中各个子量子系统执行第二轮换操作,得到所述第三目标量子系统。
12.根据权利要求11所述的装置,其中,所述第一操作单元,具体用于:
按照维度从小到大的顺序,以轮换步长为1对所述第二目标量子系统中各个维度的量子态分量进行轮换,得到第四目标量子系统。
13.根据权利要求11所述的装置,其中,所述第二操作单元,具体用于:
按照子量子系统从前至后的排列顺序,以轮换步长为1对所述第四目标量子系统中各个子量子系统进行轮换,得到所述第三目标量子系统。
14.根据权利要求10所述的装置,其中,所述第三操作子模块,具体用于:
将M个所述第二量子态中嵌入的所述预设量子态进行删除,得到第四子量子系统,所述第四子量子系统包括M个第三量子态,所述第三量子态为删除所述预设量子态后得到的量子态;
将M个所述第三量子态进行均匀概率叠加,得到所述目标量子态。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210928079.9A CN115310617B (zh) | 2022-08-03 | 2022-08-03 | 量子态转化方法、装置及电子设备 |
JP2023060741A JP2023085433A (ja) | 2022-08-03 | 2023-04-04 | 量子状態の変換方法、装置及び電子機器 |
US18/316,917 US20230368058A1 (en) | 2022-08-03 | 2023-05-12 | Quantum State Transformation Method, Quantum State Transformation Apparatus and Electronic Device |
AU2023203030A AU2023203030A1 (en) | 2022-08-03 | 2023-05-15 | Quantum state transformation method, quantum state transformation apparatus and electronic device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210928079.9A CN115310617B (zh) | 2022-08-03 | 2022-08-03 | 量子态转化方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115310617A true CN115310617A (zh) | 2022-11-08 |
CN115310617B CN115310617B (zh) | 2023-03-28 |
Family
ID=83858936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210928079.9A Active CN115310617B (zh) | 2022-08-03 | 2022-08-03 | 量子态转化方法、装置及电子设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230368058A1 (zh) |
JP (1) | JP2023085433A (zh) |
CN (1) | CN115310617B (zh) |
AU (1) | AU2023203030A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200280438A1 (en) * | 2019-03-01 | 2020-09-03 | Parallel Wireless, Inc. | Quantum Cipher Based on Phase Inversion |
CN112529201A (zh) * | 2020-12-23 | 2021-03-19 | 北京百度网讯科技有限公司 | 纠缠量子态转换方法、装置、设备、存储介质及产品 |
CN113222160A (zh) * | 2020-01-21 | 2021-08-06 | 合肥本源量子计算科技有限责任公司 | 一种量子态的转换方法及装置 |
EP3883176A1 (en) * | 2020-01-17 | 2021-09-22 | Tencent Technology (Shenzhen) Company Limited | Fault-tolerant computation method and apparatus for quantum clifford circuit, and device and chip |
-
2022
- 2022-08-03 CN CN202210928079.9A patent/CN115310617B/zh active Active
-
2023
- 2023-04-04 JP JP2023060741A patent/JP2023085433A/ja not_active Withdrawn
- 2023-05-12 US US18/316,917 patent/US20230368058A1/en not_active Abandoned
- 2023-05-15 AU AU2023203030A patent/AU2023203030A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200280438A1 (en) * | 2019-03-01 | 2020-09-03 | Parallel Wireless, Inc. | Quantum Cipher Based on Phase Inversion |
EP3883176A1 (en) * | 2020-01-17 | 2021-09-22 | Tencent Technology (Shenzhen) Company Limited | Fault-tolerant computation method and apparatus for quantum clifford circuit, and device and chip |
CN113222160A (zh) * | 2020-01-21 | 2021-08-06 | 合肥本源量子计算科技有限责任公司 | 一种量子态的转换方法及装置 |
CN112529201A (zh) * | 2020-12-23 | 2021-03-19 | 北京百度网讯科技有限公司 | 纠缠量子态转换方法、装置、设备、存储介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
AU2023203030A1 (en) | 2023-06-15 |
US20230368058A1 (en) | 2023-11-16 |
JP2023085433A (ja) | 2023-06-20 |
CN115310617B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3688672B1 (en) | Attention-based decoder-only sequence transduction neural networks | |
US11403278B2 (en) | Management of snapshot in blockchain | |
JP7318159B2 (ja) | テキスト誤り訂正方法、装置、電子デバイス及び可読記憶媒体 | |
US10657442B2 (en) | Deep learning accelerator architecture with chunking GEMM | |
US20220253672A1 (en) | Sparse attention neural networks | |
JP7438303B2 (ja) | ディープラーニングモデルのトレーニング方法、自然言語処理方法及び装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN115169568B (zh) | 量子计算处理方法、装置及电子设备 | |
CN111460815B (zh) | 规则处理方法、装置、介质及电子设备 | |
WO2023206889A1 (zh) | 模型推理方法、装置、设备及存储介质 | |
CN113222159B (zh) | 一种量子态的确定方法及装置 | |
CN117435855B (zh) | 用于进行卷积运算的方法、电子设备和存储介质 | |
US11569278B1 (en) | Systems and methods for callable options values determination using deep machine learning | |
CN115310617B (zh) | 量子态转化方法、装置及电子设备 | |
CN113222160A (zh) | 一种量子态的转换方法及装置 | |
JP2023065605A (ja) | モデルトレーニング方法、装置、システム、機器、媒体及びプログラム | |
JP7352609B2 (ja) | ニューラルネットワーク加速器のデータ処理方法、装置、機器及び記憶媒体 | |
US7970134B2 (en) | Method for generating, operating, and using a sparse w-NAF key for encryption | |
US20220027311A1 (en) | Method for copying data, electronic device and computer program product | |
CN115237372A (zh) | 一种乘法电路、机器学习运算电路、芯片及数据处理方法 | |
CN115314121A (zh) | 量子通信方法、装置及电子设备 | |
CN110990776B (zh) | 编码分布式计算方法、装置、计算机设备及存储介质 | |
US11961420B2 (en) | Efficient squaring with loop equalization in arithmetic logic units | |
CN113327194A (zh) | 图像风格迁移方法、装置、设备和存储介质 | |
WO2019127480A1 (zh) | 用于处理数值数据的方法、设备和计算机可读存储介质 | |
WO2024138387A1 (zh) | 批次效应去除模型的训练方法及去除方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |